阅读下列说明和C代码,回答问题1至问题3,将解答写在答题纸的对应栏内。 【说明】 堆数据结构定义如下: 对于n个元素的关键字序列{a1,a2,…,an},当且仅当满足下列关系时称其为堆。 在一个堆中,若堆顶元素为最大元素,则称为大顶堆;若堆顶元素

admin2011-04-06  36

问题 阅读下列说明和C代码,回答问题1至问题3,将解答写在答题纸的对应栏内。
【说明】
堆数据结构定义如下:
对于n个元素的关键字序列{a1,a2,…,an},当且仅当满足下列关系时称其为堆。

    在一个堆中,若堆顶元素为最大元素,则称为大顶堆;若堆顶元素为最小元素,则称为小顶堆。堆常用完全二叉树表示,图4—1是一个大顶堆的例子。

    堆数据结构常用于优先队列中,以维护由一组元素构成的集合。对应于两类堆结构,优先队列也有最大优先队列和最小优先队列,其中最大优先队列采用大顶堆,最小优先队列采用小顶堆。以下考虑最大优先队列。
    假设现已建好大顶堆A,且已经实现了调整堆的函数heapify(A,n,index)。
    下面将C代码中需要完善的三个函数说明如下:
    (1)heapMaximum(A):返回大顶堆A中的最大元素。
    (2)heapExtractMax(A):去掉并返回大顶堆A的最大元素,将最后一个元素“提前”到堆顶位置,并将剩余元素调整成大顶堆。
    (3)maxHeaplnseit(A,key):把元素key插入到大顶堆A的最后位置,再将A调整成大顶堆。
    优先队列采用顺序存储方式,其存储结构定义如下:
    #define PARENT(i)i/2
    typedef struct array{
    int *int_array;//优先队列的存储空间首地址
    int array_size;能//优先队列的长度
    int capacity;//优先队列存储空间的容量
    }ARRAY;
    【c代码】
    (1)函数heapMaximum
    int heapMaximum(ARRAY*A){return  (1);}
    (2)函数heapExtractMax  
    int heapExtractMax(ARRAY*A){
       int max;   
max=A->int_array[0];
    (2);
    A->array_size --;
    heapify(A,A->array_size,0);//将剩余元素调整成大顶堆
    return max;
    }
    (3)函数maxHeaplnsert
    int maxHeaplnsert(ARRAY*A,int key){
       int i*P;
       if(A->array-size==A->capacity){//存储空间的容量不够时扩充空间
       P=(int*)realloc(A->int_array,A->capacity*2*sizeof(int));
       if(!P)return-1;
       A->int_array=P:   
       A->capacity=2*A->capacity;
    }
    A->array_size++;
    i=(3);
    while(i>0&&(4)){
    A->int_array=A->int_array[PARENT(i)];
    i=PARENT(i);
    }
    (5)
    return 0;
    }
根据以上C代码,函数heapMaximum,heapExtractMax和maxHeaplnsert的时间复杂度的紧致上界分别为(6)、(7)和(8)(用0符号表示)。

选项

答案(6)O(1) (7)O(LOG(n)) (8)O(LOG(n))

解析 很明显,(6)heapMaximum函数只需要访问数组元素,所以复杂度为O(1)
    (7)假设堆中的结点个数为n,则heapExtractaMax函数的复杂度主要消耗在heapify函数上,调整大顶堆的复杂度如(8)解释,该二叉树的层数,即O(logn)
    (8)同上假设,maxHeaplnsert函数的复杂度主要集中在while循环里面,而while循环最多循环次数为O(logn),即为该二叉树的层数,所以该函数复杂度为0(logn)。
转载请注明原文地址:https://kaotiyun.com/show/9lDZ777K
0

最新回复(0)